数字图像处理第三章经典案例.ppt

通常，图象处理在以下三个域中进行： 空域处理：利用某种方法直接对数字图象中的象素进行修改。 频域处理：将空域图象经过傅立叶变换，使其成为“频域图象” ，而后对其各个频率成分进行处理；处理完成后，将 “频域图象” 图象经过傅立叶反变换为空域图象。 其它域处理：空域图象经过某种变换，使其成为“对应域图象” ，而后进行相应处理；处理完成后，将 “对应域图象” 图象经过对应反变换为空域图象。; 图象变换可以看成是一幅图象经过一个系统变换生成的结果： f(x,y) → h(x,y) → g(x,y) 如果系统h(x,y)满足一定的条件：齐次性、可加性和时不变性，就成为了线性时不变系统。一般而言，都将图像处理系统看成为线性时不变(位置不变)系统。 图像变换看成是图象经过一线性位置不变系统变换的结果。所有线性系统理论都可以拿来使用。 图像变换是将图像从空域变换到其它域，如频域。 图像变换需满足某些条件。;为什么要变换;变换选择的原则;变换的目的： ①使图像处理问题简化； ②有利于图像特征提取； ③有助于从概念上增强对图像信息的理解。 图像变换通常是一种二维正交变换。一般要求： ①正交变换必须是可逆的； ②正变换和反变换的算法不能太复杂； ③正交变换的特点是在变换域中图像能量集中 分布在低频率成分上，边缘、线状信息反映在高频率成分上，有利于图象处理。 因此正交变换广泛应用在图像增强、图像恢复、特征提取、图像压缩编码和形状分析等方面。 ;图像变换的预备知识;;抽样定理;抽样函数;;;;函数的傅立叶变换;傅立叶变换的幅值和相角;幅值和相角的应用;离散傅立叶变换;二维傅立叶变换;二维离散傅立叶变换;;图象的傅立叶变换例子;图象的傅立叶变换例子;傅立叶变换;傅立叶级数清楚地表明了信号由那些频率分量组成及其所占的比重，从而有利于对信号进行分析与处理。 一、连续函数的傅立叶变换 1. 一维连续函数的傅立叶变换 令f(x)为实变量x的连续函数，f(x) 的傅立叶变换以F(u)表示，则表达式为  若已知F(u)，则傅立叶反变换为 式（1）和（2）??为傅立叶变换对。 ;这里f(x)是实函数，它的傅立叶变换F(u)通常是复函数。F(u)的实部、虚部、振幅、能量和相位分别表示如下： ;2. 二维连续函数的傅立叶变换 傅立叶变换很容易推广到二维的情况。如果f(x，y)是连续和可积的，且F(u，v)是可积的，则存在如下的傅立叶变换对 ;;例图 (a)所示 矩形的傅立叶变换如下：;二、 离散函数的傅立叶变换 假定取间隔△x单位的抽样方法将一个连续函数f(x)离散化为一个序列{f(x0)，f(x0+△x)，…，f[x0+(N-1)△x]}，如图所示。 ;;;; 一维和二维离散函数的傅立叶谱、相位和能量谱也分别由前面式子给出，唯一的差别在于独立变量是离散的。 一般来说，对一幅图像进行傅立叶变换运算量很大，不直接利用以上公式计算。现在都采用傅立叶变换快速算法，这样可大大减少计算量。;图像傅立叶变换;图像傅立叶变换;图像傅立叶变换;图像傅立叶变换;图像傅立叶变换;图像傅立叶变换;Fourier 变换示意图;Fourier变换的频率特性 ;Fourier变换的低通滤波;Fourier变换的高通滤波;基于Fourier变换的压缩;基于Fourier变换的压缩; 例如：对一维信号f(x)=[1 0 1 0]进行傅立叶变换。 由 得 u=0时， u=1时,;u=2时, u=3时, 在N=4时，傅立叶变换以矩阵形式表示为 F(u)= =Af(x);3.2.3二维离散傅立叶变换的若干性质 离散傅立叶变换建立了函数在空间域与频率域之间的转换关系，在数字图像处理中，经常要利用这种转换关系及其转换规律，离散傅立叶变换的若干重要性质。 1．周期性和共轭对称性 若离散的傅立叶变换和它的反变换周期为N，则有 F(u，v)=F(u+N，v)=F(u，v+N)=F(u+N，v+N) 傅立叶变换存在共轭对称性 F(u，v)=F*(-u，-v) 这种周期性和共轭对称性对图像的频谱分析和显示带来很大益处。 ;傅立叶变换周期性的例子; 2.分离性 一个二维傅立叶变换可由连续两次一维傅立叶变换来实现。 例如下例两式:;3.平移性质 傅立叶变换对的平移性质可写成(以表示函数和其傅立叶变换的对应性)?: ;4.旋转性质 借助极坐